条件树使用说明
条件树结构 条件树采用两层嵌套的 并且 或者 或者 连接各个条件，以便组合成各种复杂的逻辑判断（使用合取范式或者析取范式可以组合出任意条件），具体使用详情可参见 配置筛选器。条件树示例说明 条件树常用于指定满足特定要求的图元的...
Quick BI新交叉表中使用树形展示后如何修改字段值显示...
概述 本文描述了Quick BI新交叉表中使用树形展示后如何修改字段值显示顺序。详细信息 在仪表板字段配置中，对字段排序选择自定义排序，即可调整字段值展示顺序。修改字段顺序前：修改顺序后：适用于 Quick BI 公共云专业版
条件树使用说明
本文介绍条件树的具体使用方法。条件树采用两层嵌套的 并且 或者 或者 连接各个条件，以便组合成各种复杂的逻辑判断（使用合取范式或者析取范式可以组合出任意条件）。条件树示例说明 条件树常用于指定满足特定要求的图元的条件样式，替代...
树形控件
使用场景 树形控件 组件适用于大量且具有层级关系的数据展示场景中，您可以利用该组件的展开、收起、关联等交互对数据进行操作处理。使用说明 树形控件 组件的数据源支持 固定值 及 动态值。数据源类型需为List，Structure为结构对象类型。...
服务测试
此部分可以使用 树 或 代码 方式来设置。结果验证 在 结果 区域查看测试是否成功，测试结果一般会有以下几种情况：结果失败，并提示测试引擎准备中，请稍后再试。由于刚启动服务测试时，测试引擎需要30s~50s进行初始化，请等待30s~50s后再...
视觉映射功能概述
视觉映射主要包括新版组件样式中可配置的颜色映射器、形状映射器、尺寸映射器和条件树等功能。本文为您介绍视觉映射中不同功能的...条件树 条件树用于指定特定逻辑判断，用于进行条件样式修改或者设置筛选器样式，详情请参见 条件树使用说明。
视觉映射功能概述
视觉映射主要包括新版组件样式中可配置的颜色映射器、形状映射器、尺寸映射器和条件树等功能。本文为您介绍视觉映射中不同功能的...条件树 条件树用于指定特定逻辑判断，用于进行条件样式修改或者设置筛选器样式，详情请参见 条件树使用说明。
搭建BI分析组件并配置数据集案例
本文以创建 气泡图 为例，按步骤介绍搭建一个BI分析组件并使用数据集字段数据的方法。前提条件 数据集管理面板中已添加所需数据集内容，详情请参见 添加数据集。...说明 数据条件系列具体使用说明请参见 条件树使用说明。条件配置结果示例：
BI分析模式数据面板功能介绍
新增筛选条件 您可以单击条件框左侧的 图标或下方的 新增条件 按键，新增一个筛选条件样式，具体新增条件的区别请参见 条件树使用说明。删除筛选条件 单击条件框最右侧的 图标，即可删除当前筛选条件。配置多个条件之间的逻辑判断关系 您...
CREATE INDEX
B-树使用了默认的填充因子 90，但是也可以选择为 10 到 100 的任何整数值。如果表是静态的，那么填充因子 100 是最好的，因为它可以让索引的物理尺寸最小化。但是对于更新负荷很重的表，较小的填充因子有利于最小化对页面分裂的需求。其他...
资产识别
同时，站点树使用大数据泛化聚合算法（归一化算法）对URL和参数进行聚合展示。例如，站点树会将以下新闻站点的具体URL聚合为/{字符+数字}.html 的URL形式：/news1234.html /oldnews1223.html /news1224.html /news124.html 您可以在 站点树...
决策树
决策树组件支持使用决策树算法对分类或回归问题进行建模。计算逻辑原理 决策树是一种树形结构，其中每个内部节点表示一个特征上的判断，每个分支代表一个判断结果的输出，最后每个叶节点代表一种分类或回归的结果，本质是一棵由多个判断...
版本更新记录
修复SQLCostCommand，使用语法树判断 preparedStatement 的占位符。0.43.4-public 功能增强 支持指定Tunnel的连接和查询超时时间。修复Tunnel Endpoint无效的问题。v0.43.3-public 新功能 支持创建ExternalVolume。Antler版本升级。v0.37....
LightGBM算法
取值范围如下：gbdt（默认）：使用基于树的模型进行计算。gblinear：使用线性模型进行计算。rf：使用随机森林模型进行计算。dart：使用dropout技术删除部分树，防止过拟合。goss：使用单边梯度抽象算法进行计算。速度快，但是可能欠拟合。...
树形下拉
树形下拉为高级控件，适用较复杂的填报表单中，常用于选择有限选项数据的级联场景。应用场景 树形下拉控件常用于下拉选择级联选项数据的场景。例如需要选择客户 区域以及区域下对应的省份、城市 等。效果图 控件配置 基础配置 配置项 描述...
梯度提升决策树
梯度提升树通常使用深度很小的数，这样模型占用内存更少，预测速度也更快。计算逻辑原理 GBDT是一种迭代的决策树算法，由多棵决策树组成，每棵树只能对部分数据做出好的预测，所有树的结论累加起来得到最终结果，因此，添加的树越来越多，...
缓存分析
A：Stream数据结构底层使用基数树（Radix Tree）和紧凑列表（listpack），数据结构复杂。缓存分析功能目前无法精确获得此类复杂数据结构的内存占用情况，只能进行估算，因此缓存分析结果存在偏差。说明 缓存分析结果的偏差仅为数据统计偏差...
梯度提升回归树
梯度提升树通常使用深度很小的数，这样模型占用内存更少，预测速度也更快。计算逻辑原理 GBRT是一种迭代的回归树算法，由多棵回归树组成，合并许多弱学习器，每棵树只能对部分数据做出好的预测，所有树的结论累加起来得到最终结果。因为...
数据开发功能索引
3 使用目录树的方式对各业务流程中的节点、表、资源、函数进行管理：业务流程：业务开发的单位，用于进行具体的业务开发工作。节点：代码开发的最小单位，支持对应引擎、算法、数据集成、数据库、通用节点进行代码开发。表：使用可视化方式...
数字类型
为了允许 numeric 值可以被排序和使用基于树的索引，本数据库把 NaN 值视为相等，并且比所有非 NaN 值都要大。类型 decimal 和 numeric 是等效的。两种类型都是 SQL 标准的一部分。在对值进行圆整时，numeric 类型会圆到远离零的整数，而...
安装树莓派系统
树莓派系统安装后不能直接使用默认的Debian库，需更新树莓派系统后才可使用。背景信息 Raspbian是专门用于ARM卡片式计算机树莓派（Raspberry Pi）的操作系统。由于以下原因，安装并初始化系统后，您需要更新Raspbian系统。即Raspbian需要...
云原生AI套件管理员运维指南
配额树是配置多层级约束的资源，供Capacity Scheduling Plugin使用。可以确保用户资源分配的基础上通过资源共享的方式来提升集群的整体资源利用率。云原生AI套件的用户一一对应一个K8s ServiceAccount，是提交任务和登录控制台的凭证。用户...
TensorFlow常见问题
使用 tf.gfile.Glob、tf.gfile.FastGFile、tf.WhoFileReader()及 tf.train.shuffer_batch()，适用于批量读取文件（读取文件之前需要获取文件列表。如果批量读取，还需要创建Batch）。使用 Designer 搭建深度学习实验时，通常需要在界面右侧...
使用执行计划分析查询
查看内存使用率或执行耗时Top 10的Stage详情 执行计划树右侧的 Top10耗时/内存倒序 页签下，会展示执行耗时占总查询耗时比例最大，或使用内存占总查询使用内存比例最大的前10个Stage的ID和对应的比例。说明 默认 按耗时 排序，您也可以选择...
梯度提升决策树算法（GBDT）
本文介绍了梯度提升决策树算法（Gradient Boosting Decision Tree，下文简称GBDT）相关内容。简介 GBDT是一款基于梯度提升的决策树算法。可解释性强，预测速度快。同时，GBDT算法相比于其它算法需要更少的特征工程，可以不用做特征标准化，...
梯度提升回归树算法（GBRT）
简介 GBRT算法是集成学习Boosting家族的成员，使用了前向分布算法，但是弱学习器限定了只能使用CART回归树模型。前向分布算法的思想是基于当前模型和拟合函数来选择合适的决策树函数，从而最小化损失函数。GBRT主要有以下两部分组成：回归...
LightGBM
lightgbm是一个梯度Boosting框架，使用基于决策树的学习算法。它可以说是分布式的，高效的，有以下优势：更快的训练效率 低内存使用 更高的准确率 支持并行化学习 可以处理大规模数据 与常见的机器学习算法对比，速度是非常快的。计算逻辑...
操作符类和操作符族
例如，一个 int4 类型上的 B 树索引会使用 int4_ops 类，这个操作符类包括用于 int4 类型值的比较函数。实际上列的数据类型的默认操作符类通常就足够了。存在多个操作符类的原因是，对于某些数据类型可能会有多于一种的有意义的索引行为。...
CREATE TYPE
默认情况下，如果该数据类型具有默认的B-树操作符类，ANALYZE 将尝试通过使用类型的 equals 和 less-than 操作符来收集统计信息。然而，这种方式对于非标量类型并不合适，因此可以通过指定自定义的分析函数来替代默认行为。自定义分析函数...
CREATE TYPE
默认情况下，如果该数据类型具有默认的B-树操作符类，ANALYZE 将尝试通过使用类型的 equals 和 less-than 操作符来收集统计信息。然而，这种方式对于非标量类型并不合适，因此可以通过指定自定义的分析函数来替代默认行为。自定义分析函数...
表分区
不允许在同一个分区树中混杂临时关系和持久关系。因此，如果分区表是持久的，则其分区也必须是持久的，反之亦然。在使用临时关系时，分区数的所有成员都必须来自于同一个会话。使用继承实现 虽然内建的声明式分区适合于大部分常见的用例，...
新建查询控件
如果想让报表的预览者只能使用固定的条件形式如只可以使用 等于 的条件，则需要选中 锁定筛选条件。数值查询字段更多应用请参见 数值查询。文本输入框 与数值输入框类似，文本框可以选择 条件形式 为 单条件、或条件、且条件。为 product_...
GBDT二分类预测V2
GBDT二分类预测V2组件提供了针对GBDT二分类V2组件的预测功能，使用梯度提升决策树(Gradient Boosting Decision Trees)算法，对数据进行二分类问题的预测。本文介绍GBDT二分类预测V2组件的配置方法。支持计算资源 支持的计算引擎为...
树深度
方法二：PAI命令方式 使用PAI命令配置 树深度 组件参数。您可以使用SQL脚本组件进行PAI命令调用，详情请参见 场景4：在SQL脚本组件中执行PAI命令。PAI-name TreeDepth-project algo_public-DinputEdgeTableName=TreeDepth_func_test_edge-...
指标拆解树
使用限制 指标拆解树由 分析（度量）和 拆解依据（维度）组成：拆解依据由数据的维度决定，至少选择1个维度，最多选择10个维度。例如区域、省份、城市和产品名称。分析由数据的度量决定，最多选择1个度量。例如订单数量和销售金额。重要 ...
2022年
您可以在Designer平台的左侧组件树中查找并使用这些组件。2022-12-5 全部地域 组件参考：所有组件汇总 Designer 新增自定义模板功能 Designer 支持将一个运行成功状态的工作流创建为自定义模板。您可以在 Designer 中直接使用该模板，快速...
XGBoost
计算逻辑原理 XGBoost是一棵树集成模型，它使用的是K（树的总数为K）个树的每棵树对样本的预测值的和作为该样本在XGBoost系统中的预测，XGBoost算法思想就是不断地添加树，不断地进行特征分裂来生长一棵树，每次添加一棵树，其实是学习一个...
GBDT二分类V2
梯度提升决策树(Gradient Boosting Decision Trees)二分类，是经典的基于梯度提升（Gradient Boosting）的有监督学习模型，可以用来解决二分类问题。支持计算资源 支持的计算引擎为MaxCompute。算法简介 梯度提升决策树(Gradient Boosting ...
模板制作
大纲树，是指模板使用的组件列表，通过树进行排序，可以在大纲树中快速选择需要编辑的组件。画布，画布是可视化编辑的核心，用户可以通过拖拽组件至画布的不同位置，来实时呈现编辑效果。组件属性，每个组件都拥有不同的属性值，每项属性值...
- 产品推荐
- 这些文档可能帮助您